Archive / 2025.09

Gradient Descent 梯度下降法 跟前面文章中提到的 KNN 算法和 线性回归 算法不同，梯度下降法本身不是一个机器学习算法，它既不是在做监督学习也不是在做非监督学习，它不能用于解决回归问题或者分类问题。它是

Linear Regression 上篇文章中介绍了评价回归算法优劣的三个指标 MSE、RMSE、MAE ，但是这三个指标 还有它本身的问题 。回想分类问题中评价指标采用分类准确度：1最好，0最差。即使 分类问题不同 ，

Linear Regression 线性回归 主要用于解决 回归 问题，而上次介绍的 KNN 主要用于 分类 问题。线性回归同样思想简单并且实现容易（与其背后非常强的数学性质相关）,虽然线性回归非常简单，但它是许多强大的

KNN KNN 算法英文全称为K-Nearest Neighbors,中文叫做 K近邻算法 。KNN算法思想极度简单，同时应用的数学知识几乎为0，非常适合入门机器学习。 下图中以二维平面可视化来演示KNN的思想。每个病人